首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于UF_AT模型的微博用户兴趣挖掘研究

致谢第1-5页
摘要第5-6页
Abstract第6-9页
1 绪论第9-15页
   ·研究背景及意义第9-10页
   ·微博用户兴趣挖掘研究现状第10-13页
     ·国内外研究现状第10-11页
     ·基于主题模型的用户兴趣挖掘现状第11-13页
   ·本文研究内容第13-14页
   ·章节安排第14-15页
2 微博与主题模型基础理论第15-25页
   ·微博信息结构第15-17页
   ·主题模型第17-24页
     ·LDA模型第17-19页
     ·AT模型第19-23页
     ·CAT模型第23-24页
   ·本章小节第24-25页
3 基于UF_AT模型的微博用户兴趣挖掘第25-32页
   ·AT模型微博用户兴趣挖掘方法第25-27页
   ·UF_AT模型微博用户兴趣挖掘方法第27-31页
     ·UF_AT模型第28-29页
     ·UF_AT模型推导第29-31页
   ·本章小结第31-32页
4 基于UF_AT模型的微博用户兴趣挖掘实验结果与分析第32-46页
   ·实验数据第32-33页
   ·AT模型实验结果与分析第33-39页
     ·AT模型实验结果第33-35页
     ·AT模型对比实验第35-39页
   ·UF_AT模型实验结果与分析第39-45页
     ·UF_AT模型实验结果第39-41页
     ·UF_AT模型对比实验第41-45页
   ·本章小结第45-46页
结论第46-47页
参考文献第47-51页
附录 模型参数推导第51-53页
作者简历第53-55页
学位论文数据集第55页

论文共55页,点击 下载论文
上一篇:结合双粒子群和K-means的文本聚类研究
下一篇:基于窗口自动提取的Mean Shift目标跟踪算法研究